本文记录昨天看的两篇文章 Knowledge Vault&MLP 和 TATEC。因为后面还安排了别的学习任务，时间不太多了，而且双线性也不是研究重点，所以只简单记录一下模型要点就好了。 Knowledge Vault & MLP 【paper】 Knowledge Vault: A Web-Sca ...
分类：
其他好文 时间：
2021-07-28 21:16:02
阅读次数：
0
师兄博客原文地址 "https://blog.csdn.net/LogHouse/article/details/90734048" @ "TOC" 线性模型及多分类 承接上一篇，线性模型的部分内容已经讲过了，这篇主要讲剩下的内容，对应周志华《机器学习》第三章的大部分。 一些 ...
分类：
其他好文 时间：
2021-06-11 17:34:08
阅读次数：
0
1 前言 线性回归形式简单、易于建模，但却蕴涵着机器学习中一些重要的基本思想。许多功能更为强大的非线性模型可在线性模型的基础上通过引入层级结构或高维映射而得。此外，由于线性回归的解直观表达了各属性在预测中的重要性，因此线性回归有很好的可解释性。 1.1 什么是回归分析 回归分析是一种预测性的建模技术 ...
分类：
其他好文 时间：
2021-06-02 18:59:23
阅读次数：
0
1.1 软件开发模型 瀑布模型 快速原型模型 螺旋模型 注意: 软件测试与软件的开发模式有着紧密的联系，作为一名测试人员，应该充分理解软件的开发模式，以便找准自己在其中的位置，从而发挥自身的价值 1.1.1瀑布模型 # 1.瀑布模型: 如下图# (1).瀑布模型的特点 1).是线性模型的一种，每一个 ...
分类：
其他好文 时间：
2021-06-02 17:52:58
阅读次数：
0
自动化测试的开始 一.测试的基础理论： 检测实际输出与预测输出的压差异，衡量软件的质量 二.软件的开发模型与生命周期： 2.1软件开发模式 瀑布模型 快速原型模型 螺旋模型' 2.1.1破布模型 （1）.瀑布模型的特点： ? 是线性模型的一种，每一个阶段只执行一次 ? 文档驱动 ? （2）瀑布模型的 ...
分类：
其他好文 时间：
2021-06-02 17:43:38
阅读次数：
0
SHAP介绍 可解释机器学习在这几年慢慢成为了机器学习的重要研究方向。作为数据科学家需要防止模型存在偏见，且帮助决策者理解如何正确地使用我们的模型。越是严苛的场景，越需要模型提供证明它们是如何运作且避免错误的证据 关于模型解释性，除了线性模型和决策树这种天生就有很好解释性的模型意外，sklean中有 ...
分类：
编程语言 时间：
2021-03-04 13:17:06
阅读次数：
0
#引入torch import torch #准备数据，用Tensor张量表示 x_data = torch.Tensor([[1.0],[2.0],[3.0]]) y_data = torch.Tensor([[2.0],[4.0],[6.0]]) #将线性模型定义为一个类，nn的意思是神经网络n ...
分类：
其他好文 时间：
2021-03-04 13:04:13
阅读次数：
0
import tensorflow as tf import numpy as np ##使用numpy生成100个随机点 x_data=np.random.rand(200) y_data=x_data*0.1+0.2 #构造一个线性模型 b=tf.Variable(0.) k=tf.Variab ...
分类：
编程语言 时间：
2021-01-26 11:55:41
阅读次数：
0
原文链接：http://tecdat.cn/?p=18700 前言 本文说明了R语言中实现分布滞后线性和非线性模型（DLM和DLNM）的建模。首先，本文描述了除时间序列数据之外的DLM / DLNM的一般化方法，在Gasparrini [2014]中有更详细的描述。本文中包含的结果并不代表科学发现， ...
分类：
编程语言 时间：
2021-01-06 11:42:52
阅读次数：
0
计数和分类变量是我们经常遇到的，比如一个群体中患病个体数、等位基因频数等。不少人习惯把计数变量转换成比率来进行分析。但是，这么做存在很大的问题。10/20和1/2在数值上是相等的，但是它们的样本数量却不一样，如果转换成比率来分析，实际上就损失掉了样本量。所以，并不推荐将计数资料转换成比例来分析。那么对于计数和分类资料怎么分析呢？本章就来一探究竟。二项回归模型binomialregression:即
分类：
其他好文 时间：
2021-01-02 11:40:33
阅读次数：
0
